| 학회 | 한국재료학회 |
| 학술대회 | 2019년 가을 (10/30 ~ 11/01, 삼척 쏠비치 호텔&리조트) |
| 권호 | 25권 2호 |
| 발표분야 | 특별심포지엄2. 재료공학에 적용 가능한 인공지능 기술 심포지엄-오거나이저:이승철(포항공대) |
| 제목 | 초고장력강판 구성상 분류를 위한 오리엔테이션이미지와 머신러닝의 활용 |
| 초록 | 차량용 초고장력강판과 같은 최근의 고성능 철강 제품의 설계에 있어 강도 및 성형성 등의 동시 구현을 위해 미세조직을 다상복합조직화하는 경향이다. 철강의 미세조직 중 상구성은 물성에 가장 큰 영향을 주는 요소로서, 제품 개발과 그를 위한 분석 과정에 매우 중요한 정보이다. 그러나 고온 안정상인 오스테나이트에서 유래한 페라이트, 베이나이트, 마르텐사이트 등의 구성상은 매우 유사한 결정구조를 가지며, 따라서 거시적인 회절 기반의 분석 방법으로 이들을 구분하기는 힘들다. 일반적으로 다양한 에칭 기법과 결합한 광학 현미경 영상을 활용하여 이들을 구분하고 있으나, 에칭의 재현성, 공간 분해능 등에 약점을 가지며, 무엇보다 관찰자의 직관에 의존하는 경향이 크기에 일관성이 결여되기 쉽다. 후방산란전자회절(EBSD)은 주사전자현미경에 기반한 접근성이 매우 좋은 미소 회절 기법으로서, 이에 의한 오리엔테이션이미지에는 보다 풍부한 미세조직의 정보를 담을 수 있으며, 따라서 철강의 구성상 분류에 있어 많은 편의를 제공받을 수 있다. 본 연구에서는 다상복합조직형 초고장력강판의 EBSD 데이터를 활용하여 구성상 분류를 시도하였다. 간단한 머신러닝과 이미지 인식용 딥러닝 모델을 적용하여 데이터의 전처리 및 구성상 분류 과정을 자동화할 수 있었으며, 미세조직 유형에 따른 관찰자의 개입을 배제함으로써 분석 결과의 일관성을 기대할 수 있었다. |
| 저자 | 강전연1, 권순우2, 강민우2, 이충안2, 박성준1, 홍승현2 |
| 소속 | 1한국기계(연), 2현대자동차그룹 금속재료리서치랩 |
| 키워드 | 철강; 구성상; EBSD; 머신러닝; 딥러닝 |
